–
IMPLEMENTASI
WEIGHTED PRODUCT
PENGKLASIFIKASIAN
LAHAN PERTANIAN
Ahmad Khumidi
1, Umi Latifah
2, Rinawati
3, Taufiq
41,2,3,4Prodi Sistem Informasi, STMIK Pringsewu
Jalan Wisma Rini No.09 Pringsewu, Lampung, Indonesia E-Mail : ahamdkhumiadi@gmail.com, umilatifah300@gmail.com
Abstrak
Untuk kegiatan pertanian memerlukan lahan yang terbaik untuk bercocok tanam, sehingga hasil pangan yang dihasilkan juga berkualitas. Lahan merupakan salah satu komoditi penting yang merupakan mata pencaharian para penduduk Indonesia. Penentuan pengklasifikasian lahan meliputi penilaian kriteria-kriteria suatu daerah. Adapun kriteria-kriteria suatu daerah yaitu jenis lahan, tekstur lahan, curah hujan, suhu, lokasi, dan nilai. Pemanfaatan sistem pendukung keputusan sangat membantu dalam penentuan kelayakan daerah pertanian, dan disertai dengan metode Weighted Product. Dengan adanya sistem pendukung keputusan akan lebih mempermudah penduduk dalam memilih lahan untuk bercocok tanam. Hasil yang dicapai dalam pemanfaatan metode Weighted Product setelah melakukan pembobotan dari empat alternatif yang dipilih terdapat pada alternatif ke empat dengan bobot terbesar, maka alternative ini bisa dijadikan acuan untuk lahan terbaik.
Kata Kunci—Weighted Product; klasifikasi Lahan; Sendang Agung;
Abstract
For agricultural activities requires the best land for cultivation, so that the resulting food quality is also qualified. Land is one of the important commodities which is the livelihood of the Indonesian people. Determination of land classification includes assessment of criteria of a region. The criteria of a region that is the type of land, texture of land, rainfall, temperature, location, and value. Utilization of decision support system is very helpful in determining the feasibility of agricultural areas, and is accompanied by Weighted Product method. With the decision support system will further facilitate the population in choosing land for cultivation. The results achieved in the use of the Weighted Product method after the weighting of the four selected alternatives are found in the fourth alternative with the greatest weight, this alternative can be used as a reference for the best land.
– I. PENDAHULUAN
Sebagian besar lahan sawah di Indonesia pada awalnya merupakan hasil perkebunan areal lahan kering. Banyak lahan kering yang semula digunakan untuk hutan maupun perkebunan sekarang ini sudah dimanfaatkan sebagai kawasan persawahan. Badan Pusat Statistik (2010) mencatat bahwa luas lahan pertanian di Indonesia pada tahun 2009 sebesar 6.048.447 ha, luas lahan padi ini meningkat sebesar 6,12 % dari tahun sebelumnya. Dalam budidaya padi sawah, dilakukan proses penggenangan yang dapat menyebabkan perbedaan karakteristik tanah yang terdapat pada lahan sawah dan lahan kering. Moorman (1978) mengemukakan bahwa proses penggenangan menciptakan keadaan reduksi yang dapat merubah ciri-ciri morfologi dan sifat-sifat fisika kimia pada profil tanah asal. Perubahan sifat-sifat tanah yang terjadi pada lahan sawah juga menyebabkan perubahan klasifikasitanah asalnya[1].
Dalam penelitian konservasi lahan merupakan bagian dari upaya pengelolaan lahan secara berkelanjutan.Ungkapan paling sederhana konservasi lahan adalah tindakan penggunaan sebagaimana mestinya, artinya lahan digunakan sesuai dengan kelas kemampuannya dan menghindarkannya dari kerusakan. Menurut Notohadiprawiro (1999), menetapkan penggunaan secara layak berbagai lahan yang terdapat dalam lapangan budidaya pertanian (system pertanian) merupakan langkah pertama yang terpenting dalam melaksanakan konservasi tanah. Hal tersebut sejalan dengan pendapat Foster (1964), yang menyatakan bahwa konservasi lahan pada azasnya adalah melaksanakan tataguna lahan dan menyingkiri penggunaan lahan yang membahayakan, adapun pembuatan teras, pertanaman berjalur, pertanaman menurut kontur, dan praktek konservasi lainnya hanyalah merupakan teknik-teknik pelengkap[2].
Decision Support System digunakan dalam proses pengklasifikasian lahan dimaksudkan agar system yang dibangun dapat di kembangkan dengan menggunakan teknologi karena salah satu bentuk system informasi dengan mengumpulkan data yang mana akan di jadikan bahan pertimbangan seperti jenis tanah, curah hujan, perairan, suhu, dan tekstur tanah[3]. Dalam hal ini sebuah lahan dapat digunakan sesuai dengan kemampuan lahan sehingga para petani dapat menikmati hasil pertanian yang baik.
Dalam system klasifikasi lahan, system ini memberikan gambaran dan cara menentukan lahan yang baik untuk para petani diwilayah sendang agung. Dengan system ini seorang petani tidak perlu bersusah payah lagi menentukan lahan yang berkualitas dengan bentuk lahan yang dimiliki, petani juga dapat menanam tanaman petani yang berkualitas sesuai dengan bektuk lahan dan kemampuannya.
II. TINJAUAN PUSTAKA
A. Lahan
Lahan merupakan sumber daya alam yang sangat penting untuk pengembangan usaha pertanian, kebutuhan lahan pertanian semakin meningkat seiring dengan meningkatnya jumlah penduduk, namun luasan lahan yang sesuai bagi kegiatan di bidang pertanian terbatas. Hal ini menjadi kendala untuk meningkatkan produksi pangan dalam rangka memenuhi kebutuhan pangan penduduk.Masyarakat tani yang tradisional memenuhi kebutuhan pangannya dengan menanam secara tradisional.kegiatan pertanian ini menyebabkan degrasi kesuburan tanah melalui erosi dan penggunaan tanah yang terus menerus. Salah satu cara untuk mengatasi masalah ini adalah dengan cara pengklasifikasian lahan yang sesuai dengan kemampuan lahan [4]
Dinamika spesial terkait penggunaan lahan (land use) pada Daerah Aliran Sungai (DAS) akan berpengaruh terhadap mekanisme DAS dan berpotensi mengganggu keseimbangan daerah aliran sungai. Penggunaan lahan yang tidak sesuai dengan kemampuannya, ditambah tekanan penduduk atas lahan di wilayah DAS tentunya sangat mengancam kelestarian daerah aliran sungai. Hal tersebut tentunya harus diantisipasi untuk memelihara fungsi dan kelestarian DAS, tidak hanya pada saat ini, tetapi juga untuk masa yang akan datang[5]
B. Sistem Pendukung Keputusan
Turban (2005) Sistem Pendukung Keputusan sebagai sebuah system berbasis computer yang membantu dalam proses pengambilan keputusan. Sebagai sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari permasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan demikian dapat ditarik satu definisi tentang SPK yaitu sebuah system berbasis computer yang adaptif, fleksibel, dan interaktif yang digunakan untuk memecahkan masalah-masalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil [6].
–
C. Fuzzy Multiple Attribut Decition Making
FMADM adalah suatu metode yang digunakan untuk mencari alternative optimal dari sejumlah alternatif dengan kriteria tertentu[8][9][10]. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. Antara lain[11][12][13]:
a. Simple Additive Weighting Method (SAW) b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
e. Analytical Hierarchy Process (AHP)
III. METODE PENELITIAN
A. Tahap Pengumpulan Data
Untuk mengidentifikasikan permasalahan pada system yang berjalan, penulis menggunakan teknik pengumpulan data sebagai berikut :
a. Observasi yaitu pengkajian terhadap masalah yang diambil dengan cara melihat dan mempelajari langsung terhadap objek penelitian.
b. Interview dimana penulis memperoleh data dan informasi dengan cara Tanya jawab dengan pihak yang bersangkutan dan mempunnyai hubungan dengan permasalahan yang diteliti.
c. Pustaka yaitu penulis mengambil data dari buku-buku dan jurnal-jurnal yang berhubungan dengan objek penelitian[14].
B. Metode Weighted Produck
Konsep permasalannya adalah mengevaluasi m alternative (i=1,2,…,m) terhadap sekumpulan atribut atau criteria (j=1,2,…,n), dimana setiap atribut tidak saling bergantungan satu dengan yang lainnya[15]. Metode WP menggunakan proses normalisasi, dimana rating setiap atribut harus dipangkatkan dahulu dengan bobot atribut yang bersangkutan[16]. Proses ini diberikan dengan rumus sebagai berikut:
Dengan I =1,2,…,m, dimana:
S menyatakan preferensi alternatif, X menyatakan nilai kriteria, W menyatakan bobot kriteria, N menyatakan banyaknya kriteria.
WJ adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya[17].
C. Alternatif (Ai)
Alternative Ai dengan i =1,2,…,m adalah objek -objek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. Data yang digunakan adalah data lahan desa yangdiusulkan untuk pengklasifikasian lahan dalam bidang kegiatan sarana prasarana sejumlah 4 desa di Kecamatan Sendang Agung, yaitu: Sendang Agung, Sendang Asri, Sendang Mukti, Sendang Baru. Preferensi relative dari setiap alternative diberikan sebagai:
Dimana:
V = Perefensi Alternatif X = Nilai Kriteria W = Bobot
D. Bobot
Dalam metode penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menentukan lahan mana yang akan terseleksi dengan ketentuan yang sudah ditentukan. Adapun kriterianya adalah (Wulandari et.al, 2016).[3]:
C1 = Jenis Lahan C2 = Tekstur Lahan C3 = Curah Hujan C4 = Suhu C5 = Lokasi C6 =Nilai
Dari masing-masing bobot tersebut, maka dibuat suatu variable-variabelnya. Dimana dari suatu variabel tersebut akan dirubah kedalam bilangan fuzzynya.
Dibawah ini adalah bilangan fuzzy dari bobot. 1. Sangat Rendah (SR) = 0
2. Rendah (R) = 0.2
3. Sedang (S) = 0.4
4. Tengah (T1) = 0.6
5. Tinggi (T2) =0.8
6.Sangat Tinggi (ST) =1
Untuk mendapat variabel tersebut harus dibuat dalam sebuah grafik supaya lebih jelas pada gambar 1.
Gambar 1. Grafik Bobot ... (3)
– E. Kerangka Fikir Penelitian
Langkah-langkah analisa permasalahan dengan metode Weighted Product digambarkan dalam diagram alir berikut [17] :
Diketahui Ai, Cj, dan w
Dimana ∑Wj = 1
Masukan rating bobot atribut lalu dipangkatkan dengan bobot atribut yang
bersangkutan
Preferensi relatif dari setiap Alternatif
Max (Vi)
Selesai mulai
Gambar 2. Diagram Alir Penelitian
IV. PEMBAHASAN
A. Kriteria dan Bobot Weighted Product
Untuk menyelesaikan masalah dengan metode weighted product, menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan yaitu sebagai berikut [18] :
Tabel 1 :Kode dan Ketentuan Kriteria Kode
Kriteria
Ketentuan
Kriteria Nilai Bobot
C1 Jenis Lahan 18 %
C2 Tekstur Lahan 22 %
C3 Curah Hujan 23 %
C4 Suhu 20 %
C5 Lokasi 8 %
C6 Nilai 9 %
Tabel 2 :Kriteria Jenis Lahan (C1) Jenis Tanah Bobot Nilai
Persawahan Sangat Tinggi 1
Perkebunan Tinggi 0,8
Pegunungan Sedang 0,4
Tabel 3 : Kriteria Tekstur Lahan (C2) Tekstur Tanah Bobot Nilai
Lembut Dan Basah Rendah 0,2
Liat Sedang 0,4
Bembur Sangat Tinggi 1
Tabel 4 : Kriteria Curah Hujan (C3) Curah Hujan Bobot Nilai
Rendah Rendah 0,2
Sedang Sedang 0,4
Tinggi Tinggi 0,8
Sangat Tinggi Sangat Tinggi 1
Tabel 5 : Kriteria Suhu (C4)
Suhu Bobot Nilai
Dingin Rendah 0,2
Normal Sedang 0,4
Hangat Tinggi 0,8
Panas Sangat Tinggi 1
Tabel 6 : Kriteria Lokasi (C5)
Lokasi Bobot Nilai
Tinggi Tempat Rendah 0,2
Sinar Matahari Tengah 0,6
Sumber Air Sangat Tinggi 1
Tabel 7 : Kriteria Nilai (C6)
Nilai Bobot Nilai
C6 < = 50 Sangat Rendah 0 50 < C6 < 60 Rendah 0,2 60 < C6 < 70 Sedang 0,4 70 < C6 < 80 Tengah 0,6 80 < C6 < 90 Tinggi 0,8 C6 > = 90 Sangat Tinggi 1
B. Menentukan Rating Kecocokan
Langkah pertama menentukan alternatifnya terlebih dahulu dengan nilai kriteria yang sudah ditentukan, Alternatif yang akan diteliti adalah sebagai berikut :
A1 : Sendang Agung A2 : Sendang Asri A3 : Sendang Mukti A4 : Sendang Baru
Tabel 8 : Alternatif
Alternatif Kriteria
C1 C2 C3 C4 C5 C6 A1 0,8 0,4 0,8 0,2 1 0,4 A2 0,4 0,2 0,4 1 0,6 0,6 A3 1 0,2 0,8 0,4 0,2 0,2
A4 1 1 0,2 0,4 0,6 1
– C. Menentukan Nilai Vektor S
Langkah Ketiga adalah menentukan nilai vector S. dengan cara mengalikan data setiap nilai alternatif rating kecocokan yang berpangkat positif dari hasil perbaikan bobot. Data perhitungan nilai vektor S dari setiap alternatif dapat dilihat seperti berikut.
1. Sendang Agung
Langkah keempat adalah hasil dari penentuan nilai vector S kemudian digunakan untuk menentukan nilai vector V untuk mendapatkan nilai alternatif tertinggi dari setiap nilai vector V. proses pencarian vektor V
Dari hasil tersebut dapat disimpulkan bahwa alternatif pemilihan lahan terbaik di Sendang Agung adalah Desa Sendang Baru dengan V4 = 0,288382603.
D. Hasil Penelitian
Hasil pengujian penerapan metode weighted product pada system sudah sesuai dengan perhitungan secara manual. Perhitungan penunjang keputusan menggunakan metode WP pada system menghasilkan alternatif terbaik yaitu pengklaifikasian lahan di Desa Sendang Agung, dengan nilai V4 = 0,288382603 terbesar pada alternatif Desa Sendang Baru.
E. Uji Sistem Aplikasi
Aplikasi system pendukung keputusan pengklasifikasian lahan di Desa Sendang Agung dengan menggunakan Microsoft Excel antara lain sebagai berikut :
Tabel 9. Hasil Akhir dan Perangkingan
Tabel 9 merupakan hasil akhir dari nilai vector V dimana rangking 1 terdapat pada nilai terbesar pada alternative ke4 dengan nilai 0.288382603 pada Desa Sendang Baru.
Gambar 6. Grafik Hasil Akhir
Gambar 6 adalah grafik nilai akhir merupakan hasil dari perangkingan dari setiap alternative dimana rangking 1 terdapat pada alternative ke4, rangking 2 terdapat pada alternative ke1, rangking 3 terdapat pada alternative ke2, dan rangking 4 terdapat pada alternative ke3.
V. KESIMPULAN
Dari hasil pembahasan permasalahan diatas dapat diambil kesimpulan bahwa pengambilan keputusan untuk pengklasifikasian lahan menggunakan metode Weighted Product dengan menggunakan kriteria jenis lahan, tekstur lahan, curah hujan, suhu, lokasi dan nilai. Berdasarkan empat alternatif yang di uji yang mewakili 4 desa di kecamatan Sendang Agung diperoleh hasil Desa Sendang Agung V1 = 0,260123477, Desa Sendang Asri V2 = 0,23090055, Desa Sendang Mukti V3 = 0,220593369, Desa Sendang Baru V4 = 0,288382603, nilai terbesar dari penjumlahan matriks di atas adalah V4 = 0,288382603, dengan demikian alternative V4 dapat disebut mempunnyai lahan terbaik dengan alternatif Desa Sendang Baru.
REFERENSI
–
“Characteristics And Classification Of Land On Dry And
Land Derivatives In The Subsidiary District Of Jombang
District,” J. tanah dan sumber daya lahan, vol. 1, no. 2, pp. 1–9, 2014.
[2] E. S. M. Jaka Suyana, “Analysis Of Land Ability Of Agricultural System In Sub-Das Of Regions Of Capture
Distances Of Kedung Ombo,” J. ilmu tanah dan agroklimatolo, vol. 11, no. 2, pp. 1–11, 2014.
[3] F. A. F. Wulandari, Ahmad Mustofa, Ponidi, Muhamad
Muslihudin, “Decision Support System of Agricultural
Land Mapping Qualified To Improve Rice Production
Using Simple Additive Weighting Method (SAW),”
SEMNASTEKNOMEDIA, vol. 4, no. 1, pp. 1–6, 2016. [4] D. Djaenudin, “Research Development Of Land
Resources And Contributions To Overcome The Need
For Agricultural Lands In Indonesia,” J. Litbang Pertan., vol. 27, no. 98, pp. 137–145, 2008.
[5] I Gede Budiarta, “Evaluation Of Land Use Adjustment
As Effort Increasing Regional Quality Of River Flow,” J. media Komun. Geogr., vol. 17, no. 1, pp. 1–10, 2016. [6] K. A. Henry Wibowo, Riska Amalia, Andi Fadlun M,
“Sistem Pendukung Keputusan Untuk Menentukan
Penerima Beasiswa Bank BRI Menggunakan FMADM (Studi Kasus: Mahasiswa Fakultas Teknologi Industri
Universitas Islam Indonesia),” Semin. Nas. Apl. Teknol. Inf. 2009, no. Snati, pp. 1–6, 2009.
[7] R. H. Amelia Yusnita, “Sistem Pendukung Keputusan Menentukan Lokasi Rumah Makan Yang Strategis
Menggunakan Metode Naive Bayes,” Semin. Nas. Teknol. Inf. dan Komun. Terap. 2012, vol. 2012, no. Semantik, pp. 1–5, 2012.
[8] A. D. Susanti, M. Muslihudin, and S. Hartati, “Sistem Pendukung Keputusan Perankingan Calon Siswa Baru
Jalur Undangan Menggunakan Simple Additive
Weighting ( Studi Kasus : SMK Bumi Nusantara
Wonosobo ),” SEMNASTEKNOMEDIA, vol. 5, no. 1, pp. 37–42, 2017.
[9] F. S. Nur Aminudin, Nungsiyati, Khuswatun Hasanah,
Andino Maseleno, “Fuzzy Multiple Attribute Decision
Making Sebagai Metode Penentuan Pemukiman Kumuh Di Wilayah Pringsewu,” J. TAM ( Technol. Accept. Model ), vol. 8, no. 2, pp. 136–145, 2017.
[10] M. Muslihudin, D. Kurniawan, and I. Widyaningrum,
“Implementasi Model Fuzzy SAW Dalam Penilaian Kinerja Penyuluh Agama,” J. TAM ( Technol. Accept. Model ), vol. 8, no. 1, pp. 39–44, 2017.
[11] S. W. Satria Abadi, “The Model of Determining Quality
of Management Private Higher Education Using FAHP
(Fuzzy Analytic Hierarchy Process) Method,” in ICESIA 1, 2016, vol. 1, no. 1, pp. 166–172.
[12] M. Muslihudin and M. Gumanti, “A System To Support
Decision Makings In Selection Of Aid Receivers For Classroom Rehabilitation For Senior High Schools By
Education Office Of Pringsewu District By,” IJISCS, vol. 1, no. 2, pp. 1–9, 2017.
[13] M. Muslihudin, F. Triananingsih, and L. Anggraei,
“Pembuatan Model Penilaian Indeks Kinerja Dosen
Menggunakan Metode Fuzzy Simple Additive
Weighting,” SEMNASTEKNOMEDIA, vol. 5, no. 1, pp. 25–30, 2017.
[14] M. M. Riyan Suhandi, Leni Anggraeni, “Cara Penentuan
Kelayakan Calon Kepala Desa Pada Desa Blitarejo Menggunakan Metode Simple Additive Weighting
(SAW),” Konf. Nas. Sist. Inf., vol. 0, no. 0, pp. 65–73, 2016.
[15] S. Mukodimah, M. Muslihudin, and A. Maseleno,
“Implementasi Weighted Product Untuk Mengukur Indeks Kinerja Kepala Desa Di Kecamatan Pringsewu,”
KNSI, pp. 23–40, 2018.
[16] K. Slamet Hidayat, Rita Irviani, “Sistem Pendukung Keputusan Pemilihan Guru Teladan Ma Al Mubarok
Batu Raja Menggunakan Metode Topsis,” J. TAM ( Technol. Accept. Model ), vol. 6, no. 1, pp. 1–8, 2016.
[17] D. T. W. Aziz Ahmadi, “Implementasi Weighted Product
( WP ) Dalam Penentuan Penerima Bantuan Langsung
Masyarakat Pnpm Mandiri Perdesaan,” Semin. Nas. Apl.
Teknol. Inf., vol. 0, no. 0, pp. 1–4, 2014.
[18] I. F. A. Septiyana Firdyana, Dedy Cahyadi, “Penerapan Metode Weighted Product Untuk Menentukan Penerima
